आपने गलत मेट्रिक के लिए ऑप्टिमाइज़ किया। आप रैंकिंग के पीछे भागे और पैसे गंवा बैठे। आपने ऐसे औसत को माना जो आपकी इंडस्ट्री पर लागू नहीं होता। आपने खुद की तुलना ऐसे प्रतिस्पर्धी से की जो दूसरे बाज़ार में है। आपने बहुत कम डेटा से निष्कर्ष निकाल लिए। मेट्रिक की आम गलतियां समय बर्बाद करती हैं और रणनीति बिगाड़ देती हैं। इनसे बचने से सालों बचते हैं। इस लेख में बताया गया है कि मेट्रिक की सबसे आम गलतियां कौन सी हैं और उनसे कैसे बचें।
बहुत ज़्यादा मेट्रिक ट्रैक करना और फ़ोकस खो देना
वैनिटी मेट्रिक का जाल
50 मेट्रिक उलझाते हैं। पांच मेट्रिक साफ़ करते हैं। मुख्य मेट्रिक चुनें। उन्हें पूरी लगन से ट्रैक करें। बाकी को नज़रअंदाज़ करें। बहुत ज़्यादा मेट्रिक शोर बनाते हैं। शोर संकेत को डुबो देता है। ज़्यादा का मतलब बेहतर नहीं। फ़ोकस बेहतर है।
क्या नज़रअंदाज़ करना है, यह चुनें
हर मेट्रिक मायने नहीं रखता। जो मेट्रिक कोई कदम नहीं उठवाते, उन्हें नज़रअंदाज़ करें। अगर आप डेटा से कुछ कर नहीं सकते, तो उसे ट्रैक करना बंद करें। उन मेट्रिक पर फ़ोकस करें जो मायने रखते हैं। खुद से पूछें: क्या यह मेट्रिक मेरे फ़ैसले बदलता है? अगर नहीं, तो उसे हटा दें।
अलग-अलग समय अवधियों की बेतरतीब तुलना करना
अपनी तुलना की अवधि चुनें
इस महीने की पिछले महीने से तुलना ठीक है। इस महीने की तीन महीने पहले से तुलना ठीक है। इस महीने की पिछले साल से तुलना ठीक है। इस महीने की दो साल पहले के किसी भी महीने से तुलना ठीक नहीं है। एक तुलना चुनें। उसी पर टिके रहें। तुलना में एकरूपता ट्रेंड दिखाती है।
तुलना में सीज़नैलिटी का हिसाब रखें
गर्मियां सर्दियों से ज़्यादा व्यस्त हो सकती हैं। दिसंबर त्योहारों का मौसम हो सकता है। अपनी सीज़नैलिटी जानें। बराबर की चीज़ों की तुलना करें। सीज़नल फ़र्क का हिसाब रखें। इस दिसंबर की तुलना पिछले दिसंबर से करें। इस दिसंबर की तुलना पिछले सितंबर से नहीं।
ऐसे वैनिटी मेट्रिक इस्तेमाल करना जो बिज़नेस वैल्यू से नहीं जुड़ते
जिन वैनिटी मेट्रिक से बचना चाहिए
इम्प्रेशन वैनिटी हैं। क्लिक बेहतर हैं। कन्वर्ज़न सबसे अच्छे हैं। पेज व्यू वैनिटी हैं। पेज पर बिताया समय बेहतर है। कन्वर्ज़न वैल्यू सबसे अच्छी है। रैंक पोज़िशन वैनिटी है। ट्रैफ़िक बेहतर है। कमाई सबसे अच्छी है। वैनिटी मेट्रिक सुनने में अच्छे लगते हैं। बिज़नेस मेट्रिक बिज़नेस चलाते हैं।
वे बिज़नेस मेट्रिक जो मायने रखते हैं
ट्रैफ़िक। कन्वर्ज़न। कमाई। ये तीन मेट्रिक पूरी कहानी बताते हैं। बाकी सब सहायक डेटा है। इन तीन पर फ़ोकस करें। ये असली हैं। ये मायने रखते हैं।
नाकाफ़ी डेटा से निष्कर्ष निकालना
कम से कम कितना डेटा चाहिए
एक महीने का डेटा शोर है। तीन महीने का डेटा दिशा दिखाता है। छह महीने का डेटा ट्रेंड दिखाता है। एक साल का डेटा सीज़नैलिटी दिखाता है। एक महीने के डेटा से निष्कर्ष न निकालें। कम से कम तीन महीने इंतज़ार करें।
डेटा पर भरोसा बनाएं
ज़्यादा डेटा का मतलब ज़्यादा भरोसा। एक महीना बस इतना काफ़ी है कि पता चले कुछ बिगड़ा है या नहीं। तीन महीने दिशा देखने के लिए काफ़ी हैं। छह महीने ट्रेंड के लिए काफ़ी हैं। एक साल रणनीति के लिए काफ़ी है। अपने डेटा जुटाने को अपने फ़ैसले के आकार से मिलाएं।
सीज़नैलिटी को अनदेखा करना और सामान्य उतार-चढ़ाव को समस्या कहना
अपनी सीज़नैलिटी समझें
दिसंबर में ट्रैफ़िक हमेशा गिरता है। घबराएं नहीं। गर्मियों में ट्रैफ़िक हमेशा बढ़ता है। उम्मीद न रखें कि वह बना रहेगा। अपनी सीज़नैलिटी जानें। उसे लिखकर रखें। उतार-चढ़ाव की उम्मीद रखें।
संकेत और शोर में फ़र्क करें
सामान्य उतार-चढ़ाव शोर है। असली बदलाव संकेत हैं। किसी हफ़्ते पोज़िशन 4 से 5 पर जाए और अगले हफ़्ते वापस 4 पर आ जाए, तो वह शोर है। अगर पोज़िशन तीन महीने तक लगातार 4 से 5 की ओर जाए, तो वह संकेत है। तीन महीने का लगातार बदलाव संकेत है। एक महीना शोर है।
अपनी तुलना ऐसे इंडस्ट्री औसत से करना जो आपकी निच पर लागू नहीं होते
इंडस्ट्री औसत गुमराह क्यों करते हैं
आपकी निच अनोखी है। इंडस्ट्री औसत बस औसत हैं। आपका बाउंस रेट 40 प्रतिशत है। इंडस्ट्री औसत 50 प्रतिशत है। इसका मतलब यह नहीं कि आप जीत रहे हैं। हो सकता है आपकी निच का औसत 40 प्रतिशत हो। हो सकता है आपकी इंडस्ट्री का औसत 50 प्रतिशत हो। इंडस्ट्री का आंकड़ा बेमतलब है।
अपनी निच के हिसाब से बेंचमार्क बनाएं
अपनी निच जानें। निच के साथियों से तुलना करें। इंडस्ट्री औसत को नज़रअंदाज़ करें। निच के बेंचमार्क मायने रखते हैं। इंडस्ट्री औसत नहीं। अपनी निच के प्रतिस्पर्धी ढूंढने और उनसे तुलना करने में समय लगाएं।
यह मान लेना कि साथ-साथ होना ही वजह है
असली वजह पहचानें
आपने एक लेख पब्लिश किया। ट्रैफ़िक बढ़ा। क्या लेख की वजह से बढ़ा? शायद। शायद एल्गोरिदम अपडेट हुआ। शायद सीज़नल ट्रेंड। शायद प्रतिस्पर्धी गायब हो गए। वजह मान न लें। सबूत ढूंढें।
अपनी मान्यताओं को परखें
A/B टेस्ट करें। एक चीज़ बदलें। देखें कि मेट्रिक बदलता है या नहीं। वही वजह है। सिर्फ़ देखना काफ़ी नहीं। अपनी मान्यताओं को परखें। जीत का एलान करने से पहले वजह साबित करें।
अक्सर पूछे जाने वाले सवाल
मैं 30 मेट्रिक ट्रैक करता हूं। मुझे कैसे पता चलेगा कि कौन से मायने रखते हैं?
पूछें कि कौन सा मेट्रिक सीधे आपके बिज़नेस पर असर डालता है। ट्रैफ़िक बिज़नेस पर असर डालता है। कन्वर्ज़न बिज़नेस पर असर डालते हैं। रैंकिंग ट्रैफ़िक पर असर डालती है, जो बिज़नेस पर असर डालता है। इम्प्रेशन सीधे बिज़नेस पर असर नहीं डालते। इम्प्रेशन हटा दें। कन्वर्ज़न रखें। सीधी परख: अगर वह सीधे बिज़नेस पर असर डालता है, तो ट्रैक करें। वरना हटा दें। WEMASY के वेबसाइट बिल्डर से आप इसे सीधे अपनी वेबसाइट पर सेट कर सकते हैं।
क्या मुझे पूरे आंकड़े ट्रैक करने चाहिए या महीने दर महीने बदलाव?
दोनों। पूरे आंकड़े आकार दिखाते हैं। महीने दर महीने बदलाव दिशा दिखाता है। 1,000 विज़िटर पूरा आंकड़ा है। महीने दर महीने 5 प्रतिशत बढ़त बदलाव है। अपना बिज़नेस समझने के लिए आपको दोनों चाहिए। पूरा आंकड़ा दिखाता है कि आपके पास क्या है। बदलाव दिखाता है कि आप कहां जा रहे हैं।
मुझे कैसे पता चलेगा कि बदलाव असली है या बस बेतरतीब उतार-चढ़ाव?
तीन महीने का लगातार बदलाव असली है। एक महीने का बदलाव बेतरतीब है। 10 प्रतिशत बदलाव शायद असली है। 2 प्रतिशत बदलाव बेतरतीब हो सकता है। सांख्यिकीय महत्व के लिए आकार और अवधि दोनों चाहिए। एक महीने के बदलाव पर कदम न उठाएं। तीन महीने इंतज़ार करें।
मेरे मेट्रिक एक प्रतिस्पर्धी के मुक़ाबले खराब दिखते हैं। क्या मुझे चिंता करनी चाहिए?
शायद। लेकिन संदर्भ मायने रखता है। हो सकता है आपका प्रतिस्पर्धी कम मुक़ाबले वाली निच में हो। अलग ट्रैफ़िक स्रोत। अलग प्रोडक्ट। बिज़नेस का अलग चरण। अपने प्रतिस्पर्धी को जानें। अपने बाज़ार को जानें। बराबर की चीज़ों की तुलना करें। अगर आप एक ही बाज़ार में एक ही ऑडियंस के साथ हैं, तो तुलना सही है।
बड़े रणनीति बदलाव करने से पहले मुझे कितने समय का डेटा चाहिए?
कम से कम छह महीने। एक साल बेहतर है। दो साल आदर्श हैं। छह महीने ट्रेंड दिखाते हैं। एक साल सीज़नैलिटी का हिसाब रखता है। दो साल असली पैटर्न दिखाते हैं। बड़े रणनीति बदलावों के लिए बड़ा डेटा चाहिए। तीन महीने के डेटा के आधार पर रणनीति न बदलें।
क्या मुझे अपने अंदाज़े पर भरोसा करना चाहिए या अपने डेटा पर?
अपने डेटा पर भरोसा करें। हमेशा। आपका अंदाज़ा अक्सर गलत होता है। डेटा ईमानदार है। अगर आपका अंदाज़ा कुछ कहे और डेटा कुछ और, तो डेटा पर यकीन करें। यह मुश्किल है। आपकी सहज बुद्धि सही लगती है। लेकिन डेटा हर बार सहज बुद्धि पर जीतता है।